基于YOLOv2框架的车辆实时检测算法
目前，中国的城市化水平已超过50％，汽车保有量达到1.4亿辆。 随之而来的交通拥堵问题变得越来越突出。 如何实时，准确地获取车辆的基本信息越来越重要，以便交通部门及时管理特定路段和交叉路口的车辆。 目前，一些相关的方法和算法具有较高的实时性，但准确性不高或相反。 因此，本文提出了一种基于YOLOV2框架的车辆实时检测方法，该方法具有实时性和准确性。 该方法改进了YOLOv2框架模型，优化了模型中的重要参数，扩大了网格尺寸，并改进了模型中锚点的数量和大小，可以自动学习车辆的特征，实现实时，高精度的车辆自动检测和车辆类别识别。 对自制数据集的评估表明，与YOLOv2和Faster RCNN相比，准确率提高到91.80％，召回率提高到63.86％。
文件下载
评论信息
其他资源
- 数字图像处理清华大学、中山大学、中南大学期末试题大全
- 现代编码理论 经典教材
- 软件开发详细设计文档模板
- 数据挖掘的课程设计报告
- 非常精美的几千个LabVIEW按钮图标
- 电动汽车充电的模拟退火PSO算法
- exe加密的PDF文件破解
- 个人简历前端模版.rar
- unity的环境包
- 大智慧365除权数据导出存通达信板块源码+工具
- C#人事管理系统(winform版)功能独特代码经典
- Java图书管理系统
- Data Science from Scratch First Principles with Python 无水印pdf
- finalshell软件
- 设计用于超窄线宽激光器超稳法布里珀罗腔的支撑方式
- 一类不确定混沌系统的自适应同步控制
- Comic Sans MS+楷体
- NOIP2010提高组初赛试题答案C++.doc
- dbeaver-ee-6.0.0-x64
- 哈斯铣床加工中心操作手册.pdf
- Javascript高级程序设计源代码
- 第七届中国研究生电子设计竞赛论文集 part2/3
- matplotlib之python3.6 64位
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明